通过在被关注特性与潜在影响因素之间建立模型来研究其相互之间因果关系的统计技术称为（ ）。

来源于GB/Z 19027-2005统计技术指南，4.7.1 回归分析的概念

回归分析就是将所关心的特性（通常称为“响应变量”）的性能与潜在的原因（通常称为“解释变量”）联系起来。这样一种关系可通过科学、经济、工程等学科的模型作出规定，或经验地得到。目的是帮助理解响应变差的潜在原因，并解释每个因素对该变差所起的作用有多大。

A. 实验设计（DOE）：通过主动控制变量进行实验，分析因素对结果的影响，而非建立数学模型。

C. 假设检验：用于判断统计差异的显著性，不涉及建模或因果关系分析。

D. 测量分析：关注测量系统的准确性和稳定性，与因果关系无关。

回归分析的核心是通过数学模型（如线性回归Y=aXb）揭示变量间的相关性或因果关系（参考统计学经典定义）。题干中的“建立模型”和“因果关系”直接指向回归分析。

【出题频率】【25年4月QMS】【22年12月QMS】